聚类简述

1、 聚类 聚类的目的就是把不同的数据点按照它们的相似与相异度（？怎么衡量相似与相异）分割成不同的簇，确保每个簇中的数据都是尽可能相似，而不同簇的数据尽可能相异。 从模式识别的角度来讲，聚类就是在发现数据中潜在的模式，帮助人们 进行分组归类已达到更好理解数据的分布规律。 聚类是无监督学习方法，不同的聚类方法基于不同的假设和数据类型。 聚类的算法很多，包括 基于划分的聚类算法：k-means、， 基

>>阅读原文<<